食品行業(yè)
在蘋(píng)果的生長(zhǎng)進(jìn)程中，極易遭受各類(lèi)食心蟲(chóng)的侵害，致使蘋(píng)果表面產(chǎn)生蟲(chóng)子蛀蝕的孔洞，由此使其失去了食用價(jià)值，降低了蘋(píng)果的質(zhì)量與商業(yè)價(jià)值。所以，蘋(píng)果是否存在蟲(chóng)傷是評(píng)判蘋(píng)果質(zhì)量等級(jí)的關(guān)鍵指標(biāo)之一。然而，在實(shí)際的蘋(píng)果品質(zhì)檢測(cè)與分級(jí)系統(tǒng)里，主要依據(jù)蘋(píng)果的大小、顏色等指標(biāo)來(lái)分級(jí)，而對(duì)于蟲(chóng)傷缺陷的檢測(cè)仍然依賴(lài)人工目測(cè)，這種方式工作效率低下，準(zhǔn)確性欠佳，很難確保分級(jí)的一致性。成像技術(shù)和光譜分析是兩項(xiàng)在檢測(cè)果品品質(zhì)信息方面極具價(jià)值的技術(shù)，具有快速、無(wú)損、可靠的優(yōu)點(diǎn)。成像技術(shù)早已成功應(yīng)用于依據(jù)蘋(píng)果的大小、顏色、形狀等方面對(duì)蘋(píng)果進(jìn)行分級(jí)的研究，也能夠檢測(cè)蘋(píng)果表面的部分缺陷。高光譜成像技術(shù)結(jié)合了圖像處理和光譜分析的長(zhǎng)處，可以迅速、無(wú)損地檢測(cè)研究對(duì)象的內(nèi)外部特性，近些年來(lái)在水果品質(zhì)無(wú)損檢測(cè)技術(shù)中得到了廣泛運(yùn)用。
一、材料與方法
1.1 試驗(yàn)樣本
此次試驗(yàn)所選取的研究對(duì)象為紅富士蘋(píng)果，從蘋(píng)果種植示范園采集了 160 個(gè)蘋(píng)果。這些果實(shí)的果型直徑范圍在 68.5 至 88 毫米之間，質(zhì)量范圍在 128 至 211 克之間。其中 80 個(gè)為存在蟲(chóng)傷的蘋(píng)果，這類(lèi)蟲(chóng)傷蘋(píng)果被食心蟲(chóng)蛀蝕，留下了蛀孔，蛀孔以及周?chē)鷿€區(qū)域約為 7 至 50 毫米；另外 80 個(gè)為正常的蘋(píng)果，果梗/花萼區(qū)域約為 50 至 120 毫米。從蟲(chóng)傷蘋(píng)果和正常蘋(píng)果中各自隨機(jī)選取 50 個(gè)，用于構(gòu)建識(shí)別蘋(píng)果蟲(chóng)傷與果梗/花萼的算法，其余樣本用于算法的驗(yàn)證。
1.2 高光譜圖像采集系統(tǒng)
本研究應(yīng)用了400-1000nm的高光譜相機(jī)，可采用杭州彩譜科技有限公司產(chǎn)品FS13進(jìn)行相關(guān)研究。光譜范圍在400-1000nm，波長(zhǎng)分辨率優(yōu)于2.5nm，可達(dá)1200個(gè)光譜通道。采集速度全譜段可達(dá)128FPS，波段選擇后最高3300Hz（支持多區(qū)域波段選擇）。
二、結(jié)果與分析
2.1 相對(duì)反射率光譜曲線剖析
對(duì) 80 個(gè)蘋(píng)果蟲(chóng)傷樣本和 80 個(gè)正常蘋(píng)果樣本中提取的感興趣區(qū)域（蟲(chóng)傷區(qū)域、果梗區(qū)域、花萼區(qū)域及正常區(qū)域）的反射率光譜曲線進(jìn)行分析。同一類(lèi)型的樣本平均相對(duì)反射率光譜曲線大致相同，這些反射光譜曲線的形狀和規(guī)律與樣本數(shù)量的關(guān)聯(lián)不大，如圖 2 所示為 160 個(gè)樣本各區(qū)域 400 至 1000 納米的平均相對(duì)反射率光譜曲線。
從圖 2 能夠看出，蘋(píng)果蟲(chóng)傷部位與果梗區(qū)域、花萼區(qū)域及正常區(qū)域的反射光譜曲線存在一定差別。在 500 至 1000 納米的波長(zhǎng)范圍內(nèi)，正常區(qū)域的相對(duì)反射率均高于蟲(chóng)傷部位與果梗區(qū)域、花萼區(qū)域的相對(duì)反射率。在 680 納米處，正常區(qū)域的光譜反射率存在吸收峰，主要是由于水果表面的葉綠素吸收所導(dǎo)致的，反映了水果的表面顏色信息。蘋(píng)果受到蟲(chóng)子侵入后，在蘋(píng)果表面形成蛀孔，此處的葉綠素缺失，其顏色與正常表面有顯著差異，所以 680 納米處蟲(chóng)傷區(qū)域的反射率相比正常區(qū)域大幅降低；同時(shí)，果梗區(qū)域、花萼區(qū)域的葉綠素含量也較少，因此果梗區(qū)域、花萼區(qū)域的反射率也相對(duì)較低。在 500 至 700 納米之間，蟲(chóng)傷區(qū)域的平均相對(duì)反射率低于果梗區(qū)域、花萼區(qū)域的光譜相對(duì)反射率。而在 750 至 900 納米之間，蟲(chóng)傷區(qū)域的平均相對(duì)反射率處于果梗/花萼區(qū)域的光譜相對(duì)反射率之間，大部分樣本中蟲(chóng)傷區(qū)域的相對(duì)反射率小于花萼區(qū)域的光譜相對(duì)反射率，大于果梗區(qū)域的光譜相對(duì)反射率。
2.2 感興趣區(qū)域的劃分
由圖 2 可見(jiàn)，在 800 至 980 納米的波長(zhǎng)范圍內(nèi)，蟲(chóng)害區(qū)域與果梗/花萼區(qū)域的相對(duì)反射率在 900 納米處差異最大，但蟲(chóng)害區(qū)域與正常區(qū)域的光譜在 824 納米處差值最大，與果梗/花萼區(qū)域的相對(duì)反射率差異也較大，并且該波段下的圖像中蟲(chóng)害區(qū)域、果梗/花萼區(qū)域與正常區(qū)域的對(duì)比度較強(qiáng)，所以選取 824 納米作為特征波長(zhǎng)，該波長(zhǎng)下的圖像即為特征圖像，如圖 3a、3b、3c 所示，分別為蟲(chóng)害蘋(píng)果特征圖像、蘋(píng)果花萼部分特征圖像、蘋(píng)果果梗部分特征圖像。
從圖 3 可以看出，蘋(píng)果區(qū)域的灰度值較高，而背景區(qū)域較低，因此可以運(yùn)用閾值分割方法獲取蘋(píng)果二值化圖像。并且對(duì)分割后的二值化圖像進(jìn)行膨脹與腐蝕運(yùn)算，從而得到最終的蘋(píng)果二值化圖像，如圖 3d、圖 3e 和圖 3f 所示。接著運(yùn)用此二值化圖像對(duì)高光譜圖像進(jìn)行掩膜，以消除背景噪聲，并對(duì)掩模后的高光譜圖像開(kāi)展主成分分析。
從圖 2 中能夠發(fā)現(xiàn)蘋(píng)果表面 400 至 500 米和 980 至 1000 納米范圍內(nèi)的噪聲較大，另外，在 500 至 620 和 950 至 980 納米區(qū)間，蟲(chóng)害區(qū)域的光譜相對(duì)反射率與果梗區(qū)域、花萼區(qū)域、正常區(qū)域的反射率差別不大，所以選取 620 至 950 納米之間的波段進(jìn)行主成分分析。由前面的分析可知，在 750 至 950 納米之間的波段，蟲(chóng)傷區(qū)域的相對(duì)反射率與果梗/花萼區(qū)域的數(shù)據(jù)存在重疊，所以采用有限波段無(wú)法實(shí)現(xiàn)蟲(chóng)傷區(qū)域的分割，只有選取對(duì)比度明顯的主成分圖像進(jìn)行分割。圖 3g、圖 3h 和圖 3i 分別為蟲(chóng)傷蘋(píng)果 PC1 圖像、蘋(píng)果花萼部分 PC1 圖像、蘋(píng)果果梗部分 PC1 圖像。從圖中能夠看出，各 PC1 圖像中蟲(chóng)傷區(qū)域、果梗區(qū)域及花萼區(qū)域的灰度值較低，與周邊的界限較為清晰，所以選擇 PC1 圖作為后續(xù)處理的主成分圖像。采用最大熵閾值分割方法確定蘋(píng)果蟲(chóng)傷部位、果梗部位及花萼部位。圖 3i、圖 3k、圖 31 分別為蟲(chóng)傷部位、果梗部位及花營(yíng)部位分割后的圖像。
2.3 特征向量的提取
倘若 PC1 圖像分割出的感興趣區(qū)域存在像素點(diǎn)，該像素點(diǎn)可能是蟲(chóng)傷部位或者果梗部位或者花萼部位，那么根據(jù)感興趣區(qū)域像素點(diǎn)的位置，提取其周邊圖像像素 160x120 的感興趣區(qū)域圖像。倘若 PC1 圖像分割出的感興趣區(qū)域沒(méi)有像素點(diǎn)，可能是正常蘋(píng)果，則提取 PC1 圖像中蘋(píng)果中間部分 160x120 像素大小的感興趣區(qū)域圖像。在本研究中，對(duì) 160 個(gè)蘋(píng)果樣本進(jìn)行上述一系列處理，獲得 320 幅感興趣區(qū)域圖像，對(duì)這些感興趣區(qū)域圖像提取能量、熵、慣性矩和相關(guān)性 4 個(gè)紋理特征，并對(duì)其進(jìn)行紋理特征分析。表 1 為各感興趣區(qū)域圖像的各紋理特征數(shù)據(jù)的統(tǒng)計(jì)值。
由表 1 可知，蘋(píng)果蟲(chóng)傷區(qū)域的能量均值高于蘋(píng)果正常區(qū)域、果梗/花萼區(qū)域的能量均值，但是蘋(píng)果蟲(chóng)傷區(qū)域的能量值與正常區(qū)域、果梗/花萼區(qū)域的能量值存在重疊。依據(jù)變異系數(shù)，各能量值數(shù)據(jù)較為穩(wěn)定，只是蘋(píng)果蟲(chóng)傷區(qū)域的數(shù)據(jù)波動(dòng)較大，不過(guò)顯著性檢驗(yàn) P 值較小，所以蘋(píng)果蟲(chóng)傷區(qū)域的能量均值與正常區(qū)域、果梗/區(qū)域的能量均值具有顯著差異。同時(shí)，蘋(píng)果果梗/區(qū)域的熵、慣性矩均值高于正常區(qū)域、蟲(chóng)傷部位的均值，并且各區(qū)域間的熵、慣性矩值存在重疊。從變異系數(shù)來(lái)看，各區(qū)域熵、慣性矩值數(shù)據(jù)比較穩(wěn)定，只是蟲(chóng)傷區(qū)域、果梗/花萼區(qū)域的慣性矩值數(shù)據(jù)波動(dòng)較大，但顯著性檢驗(yàn) P 值比較小，所以各區(qū)域的熵、慣性矩均值具有顯著差異。而蘋(píng)果果梗/花萼區(qū)域的相關(guān)性均值低于正常區(qū)域、蟲(chóng)傷部位的均值，并且各區(qū)域間的相關(guān)性值存在重疊。從變異系數(shù)來(lái)看，各相關(guān)性值數(shù)據(jù)比較穩(wěn)定，并且顯著性檢驗(yàn) P 值小于 0.05，所以各區(qū)域的相關(guān)性均值具有顯著差異。
三、 結(jié)論
本文借助高光譜成像技術(shù)對(duì)蘋(píng)果蟲(chóng)傷與果梗/花萼的快速、無(wú)損、自動(dòng)識(shí)別問(wèn)題展開(kāi)了研究，研究結(jié)果表明：
1)在 600 至 1000 納米的波長(zhǎng)范圍內(nèi)，蘋(píng)果的蟲(chóng)傷區(qū)域和正常區(qū)域、果梗/花萼的反射光譜曲線存在一定差別。
2)通過(guò)對(duì)特征圖像的分割處理、高光譜圖像的掩膜處理與主成分分析，以及 PC1 圖像的最大閾值分割，能夠有效地分割出蟲(chóng)傷區(qū)域、果梗區(qū)域和花萼區(qū)域。
3)融合紋理特征和光譜特征，運(yùn)用支持向量機(jī)對(duì)蘋(píng)果蟲(chóng)傷進(jìn)行識(shí)別。試驗(yàn)結(jié)果顯示，選取 160x120 像素大小的感興趣區(qū)域圖像、采用徑向基核函數(shù)對(duì)電傷果的識(shí)別效果最佳，總體識(shí)別率為 97.8%。
